我曾尝试在标记的犯罪数据集上使用朴素贝叶斯，但结果却很差（准确性为7％）。朴素贝叶斯的运行速度比我一直在使用的其他算法要快得多，因此我想尝试找出分数为何如此之低的原因。
阅读后，我发现朴素贝叶斯应与平衡数据集一起使用，因为它偏向于频率较高的类。由于我的数据不平衡，因此我想尝试使用互补朴素贝叶斯，因为它专门用于处理数据偏斜。在描述该过程的论文中，该应用程序用于文本分类，但是我不明白为什么该技术在其他情况下不起作用。您可以在这里找到我所指的论文。简而言之，想法是根据类未出现的情况使用权重。
经过一些研究，我能够找到Java的实现，但是不幸的是，我不了解任何Java，只是我对算法的理解不足以实现自己。
在哪里可以找到python的实现？如果不存在，我应该如何自己实施呢？
Answers:
朴素贝叶斯应该能够处理不平衡的数据集。回想一下贝叶斯公式是
所以考虑了先前的。
在您的情况下，也许您过拟合并且需要一些平滑处理？您可以从+1平滑开始，看看它是否有任何改进。在python中，当使用numpy时，我将通过以下方式实现平滑：
table = # counts for each feature
PT = (table + 1) / (table + 1).sum(axis=1, keepdims=1)
请注意，这为您提供了多项朴素贝叶斯-仅适用于分类数据。
我还可以建议以下链接：http : //www.itshared.org/2015/03/naive-bayes-on-apache-flink.html。这是关于在Apache Flink上实现Naive Bayes的。虽然是Java，但可能会为您提供一些理论，以便您更好地理解算法。
我在scikit-learn中实现Complement Naive Bayes的方法可以在这里找到。